特斯拉弃用方向盘扭力监测，在2024年6月推送的新版FSD中改用基于神经网络的车内摄像头来判断驾驶员状态，监测依据从“手有没有搭在方向盘上”转向了“面部和视线是否专注”。
一、扭力监测的局限与视觉监测的补位
扭力监测只能确认“手在”：方向盘扭力传感器通过转向输入判断驾驶员是否握持方向盘，成本低、易集成，但难以区分“手在但注意力不在”的状态（行业常识）。
视觉监测提供多维信号：车内摄像头可捕捉眨眼频率、视线方向、头部姿态，结合神经网络模型判断疲劳与分心程度。
两种输入并非替代关系：扭力数据与视觉信号可以互补，部分方案同时采用两种输入来提高判断准确率（行业常识）。
二、辅助驾驶普及放大状态检测需求
角色转变带来新风险：L2级辅助驾驶让驾驶员从持续操作变为间歇监督，长时间监看容易产生注意力漂移（行业常识）。
状态风险有讨论基础：有网友讨论指出，情绪化驾驶、疲劳驾驶等状态会显著影响行车安全。
操作规范提供底线：公安部《机动车驾驶人安全文明操作规范》要求踩制动踏板“先轻踩、再逐渐加重，动作均匀柔和”，加速踏板“轻踩缓抬”；状态检测则是在规范操作之上增加一层实时监督。
三、状态检测如何融入驾驶闭环
分级响应：常见策略按疲劳或分心程度分级，从视觉提示、声音警报逐步升级到减速靠边停车（行业常识）。
与辅助驾驶联动：检测到驾驶员未及时接管时，系统可触发接管请求或安全停车策略（行业常识）。
数据边界需明确：车内摄像头涉及面部等生物特征信息，采集、存储和使用需符合个人信息保护相关法规（行业常识）。